利用R制作词云图

制作词云图本不是难事，利用R或者tableau可以轻松制作出花式词云图，但是词源的获取就不是那么容易了，今天我们就利用R语言中的jiebaR包来对北大校长林建华在北大120周年校庆的致辞做分词，并制作词云图。
致辞内容保存在‘beida120.txt'中，分词以及绘制词云图代码如下：

> library(jiebaRD)
> library(jiebaR)
> engine <- worker()
> segment("beida120.txt",engine)
[1] "beida120.segment.2018-05-30_14_20_00.txt"
> word <- scan('beida120.segment.2018-05-30_14_20_00.txt',sep='\n',what='',encoding="UTF-8")
Read 1 item
> word <- qseg[word]
> word <- freq(word)
> wordcloud2(word,shape = 'star')

得到的词云图如下：

​

词云图1

由上图可知，我们分词的内容里由较多的停用词，影响了我们对原文内容的了解，故而我们要将它们清除掉，可通过worker（）函数里的stop_word参数进行清除，我们将需要删除的停用词放在stopwords.txt文件中，stopwords.txt文件内容概览如下：

​

停用词

接下来我们进行第二次绘制词云图：

> engine <- worker(stop_word = 'stopwords.txt')
> segment("beida120.txt",engine)
[1] "beida120.segment.2018-05-30_14_40_27.txt"
> word <- scan('beida120.segment.2018-05-30_14_40_27.txt',sep='\n',what='',encoding="UTF-8")
Read 1 item
> word <- qseg[word]
> word <- freq(word)
> wordcloud2(word,shape = 'star')

此次我们得到的词云图如下：
​

词云图2

你可以进一步丰富你的stopword.txt,以便你更好的掌握文章的内容。
以上就是此篇博客的全部，如有不当之处还请各位看官不吝赐教~
链接：beida120.txt 密码：np15

链接：stopwords.txt 密码：xhmn

本文参考：jiebaR，从入门到喜欢
jiebaR中文分词，并做词云（R语言）
​

​